无人驾驶飞机精确定位方法研究

GPS技术已广泛应用于无人驾驶飞机的空间定位和导航,但在战时、困难地区的应用会受到限制。文章提出了一种利用多点约束的影像匹配技术实现无人机精确定位的方法,该方法基于多点约束的思想提高了影像匹配的可靠性,同时利用匹配获取的多个同名点解决了由于无人机空中姿态变化引起的单点无法精确定位问题。该方法首先对无人机获取的实时影像和基准影像进行小波变换处理,以便从实时影像上获得足够的明显特征点,然后利用影像匹配和匹配点之间的位置约束关系获取基准影像上的同名点位,使用这些同名点,可以得到精确的无人机空间位置。     

无人机航测影像匹配方法研究

由于实景三维和数字孪生技术迅速发展,无人机倾斜摄影测量技术得到较为广泛的应用,可快速、精确地构建三维模型。在利用倾斜摄影测量技术建立三维模型的过程中,需要将航测到的影像产生关联,这个过程称为匹配。航测影像之间的匹配是至关重要的一步,匹配结果的优劣会直接影响三维模型的质量。但由于倾斜摄影测量的特点,任务载荷镜头在获取建筑物立面数据时会产生倾斜,导致航测影像的倾斜畸变较为严重,普通的匹配方法效果不佳,影响三维模型质量。基于上述情况,通过文献研究法、实验法等引入旋转不变子空间算法,基于图像频率域的相位特征进行匹配,可以实现具有较大畸变影像之间的匹配,能够克服航测影像之间难以配准的问题。采用3组无人机航测影像进行实验,结果表明了利用旋转不变子空间（RIFT）算法进行匹配具有较好的结果,对不同类的影像匹配具有一定的普适性。     

无人机影像密集匹配方法

针对无人机航摄影像存在的像幅小、影像倾角过大且倾斜方向没有规律等特点研究了一种基于尺度不变特征变换算法(Scale Invariant Feature Transform,SIFT)特征点匹配结果的无人机航摄影像密集匹配方法。在SIFT特征点匹配结果的基础上,根据立体像对的同名影像相似性原理,结合Moravec特征点提取算法、灰度相关匹配算法和最小二乘匹配算法来获取无人机影像的密集匹配结果,再利用影像密集点匹配结果生成影像覆盖区域的DSM进行精度分析。实验结果表明,基于SIFT特征匹配算法的无人机影像密集匹配方法能够获取可靠的密集匹配结果。     

空间约束的无人机影像SURF特征点匹配

与普通场景图像相比,无人机影像中纹理信息较丰富,局部特征与目标对象“一对多”的对应问题更加严重,经典SURF算法不适用于无人机影像的特征点匹配.为此,提出一种辅以空间约束的SURF特征点匹配方法,并应用于无人机影像拼接.该方法对基准影像整体提取SURF特征点,对目标影像分块提取SURF特征点,在特征点双向匹配过程中使用两特征点对进行空间约束,实现目标影像子图像与基准影像的特征点匹配;根据特征点对计算目标影像初始变换参数,估计目标影像特征点的匹配点在基准影像上的点位,对匹配点搜索空间进行约束,提高匹配速度与精度;利用点疏密度空间约束,得到均匀分布的特征点对.最后,利用所获取的特征点对实现无人机影像的配准与拼接,通过人工选取均匀分布的特征点对验证拼接精度.实验结果表明,采用本文方法提取的特征点能够得到较好的无人机影像拼接效果.     

垂直基线在电力线巡检同名像点匹配中的应用

利用双目近景摄影测量系统探测电力线与电力线或其他地物之间的距离可以用于电力巡线作业.一般设计的双目系统其基线多为水平布设,由此获取的电力线影像中电力线上某点的核线与电力线大量重合,再加之单调天空色彩为背景,这给像对上电力线同名像点的匹配的正确性与精度带来了不利影响.垂直基线即垂直于电力线走向的基线布设形式,用于电力线同名像点的匹配可以最大限度消除歧义点,并保证像素级的初次匹配精度.本文主要从非歧义性和精确性两个方便阐述了利用垂直基线克服电力线匹配的不利因素的过程,并以实验的形式给出相应的过程和评价,其结果表明对于电力线影像上同名像点的匹配,垂直基线相对于平行基线具有更高的应用价值.     

一种可靠的高分辨率光学卫星遥感影像匹配方法

提出一种基于虚拟交点的高分辨率光学卫星遥感影像自动匹配方法。具体流程包括:(1)初始获取同名点,建立影像局部粗匹配模型;(2)利用同名点构建同名虚拟直线,通过同名虚拟直线形成同名虚拟交点集,并采用局部粗匹配模型进行约束;(3)对候选点集进行特征描述;(4)对特征点利用最小欧式距离准则提取初始同名点;(5)采用RANSAC算法和多项式拟合迭代法剔除误匹配点以获取最终的匹配结果。实验结果表明了本文通过虚拟交点提取同名点的算法,获取了更好的匹配效率和精度。     

一种可靠的高分辨率光学卫星遥感影像匹配方法

提出一种基于虚拟交点的高分辨率光学卫星遥感影像自动匹配方法。具体流程包括：（1）初始获取同名点,建立影像局部粗匹配模型;（2）利用同名点构建同名虚拟直线,通过同名虚拟直线形成同名虚拟交点集,并采用局部粗匹配模型进行约束;（3）对候选点集进行特征描述;（4）对特征点利用最小欧式距离准则提取初始同名点;（5）采用RANSAC算法和多项式拟合迭代法剔除误匹配点以获取最终的匹配结果。实验结果表明了本文通过虚拟交点提取同名点的算法,获取了更好的匹配效率和精度。     

利用地面景象信息辅助的无人机自主定位技术

针对无人机自主定位过程中GPS定位系统失效的问题,提出了一种利用地面景象信息辅助的无人机自主定位技术,首先利用无人机所拍摄的实时航拍图像,与预先储存在无人机计算机中地面景象的数字化地形图进行匹配,从匹配结果中提取一个同名像点,结合地面景象数字化地形图所提供的数据信息获取此同名像点的地理位置坐标,根据同名像点位置与无人机位置间的几何关系,结合机载光电测量系统的坐标转换过程,实现无人机的自主定位过程。利用已知的地面同名像点的地理位置信息,反推出无人机的地理位置信息具有一定的创新性。由于整个定位过程存在实际误差,因此利用无人机飞行时记录的数据,采用蒙特卡罗法对定位误差进行仿真试验。试验结果表明该技术能够在误差允许范围内,在GPS定位系统失效的情况下完成无人机的自主定位     

一种改进的无人机航空影像配准方法

针对目前无人机航空影像非同源、畸变大、处理量多的问题,提出一种改进的无人机航空影像配准方法;首先利用传统SIFT方法得到特征点,其次利用C均值聚类方法可实现准确的非监督分类的特点,对传统SIFT方法得到的特征点进行筛选,从而得出同名点;最后根据得到的同名点完成待匹配图像的投影变换完成配准;通过实验仿真证明该方法精度有较大提高,且可自适应处理不同图像,是一种有效的无人机航空影像匹配改良方法.     

基于自适应末端滑膜控制的无人机倾斜摄影测量技术

传统的无人机倾斜摄影测量测量数据有效率低,得到的摄影图片清晰度差。为了解决上述问题,基于自适应末端滑膜控制研究了一种新的无人机倾斜摄影测量技术,利用垂直影像摄影,将数据进行初步收集追踪,并对倾斜摄影图像进行记录,结合空中三角测量方法,加强数据自身主导性,同时为无人机监测系统提供较好的数据来源,强化系统内部数据联合功能,在多视影像联合的过程中注意充分考虑影像间的遮挡关系及遮蔽条件,在经过对影像数据的联合收集后,对无人机倾斜摄影数据进行数据匹配操作,提升数据的整合性,并通过数据整理加强摄影影像的可操作性,利用无人机作为影像传输主要载体,进一步加强对倾斜影像的监测,确定影像空间位置,在数据集中的过程中加大滑膜控制,并经过控制点坐标及连接线方位确定辅助数据的具体位置。实验结果表明,基于自适应末端滑膜控制的无人机倾斜摄影测量技术能够得到更加清晰的摄影图片,测量数据的有效率提高了25.21%。     

基于邻域一致性的无人机航拍图像配准过程控制技术

由于无人机航拍图像的采样节点重叠度较高,所以在无人机航拍图像配准过程中无法避免像素点错误匹配的问题,提出基于邻域一致性的无人机航拍图像配准过程控制技术。根据无人机航拍图像配准区域划定标准,识别关键图像标注点,通过计算一致性测度值指标设计基于邻域一致性的无人机航拍图像融合方法。结合图像融合结果进行航拍图像地理定位,根据采样灰度因子的数值水平分析图像采样节点之间的重叠关系,对航拍图像进行坐标变换与几何校正。结合坐标变换与几何校正结果提取图像边界特征点,将特征点作为配准过程控制点,根据控制点分布质量与尺度空间极值实现无人机航拍图像配准过程控制。实验结果表明,在邻域一致性原则作用下,无人机航拍图像采样节点之间的重叠度明显下降,像素点错误匹配问题得到了解决,配准效果好。     

基于改进AKAZE特征的无人机影像拼接算法研究

针对目前无人机影像拼接时间效率较低,效果较差的问题,提出一种改进的AKAZE特征的无人机影像拼接算法。算法在影像匹配阶段利用BRISK描述符来代替M LDB描述符;采用特征点尺度信息和均方根误差作为约束条件剔除错误匹配;另外,将并行运算的思想应用于特征点提取和特征描述符的计算中来提升算法的时间效率。在影像融合阶段,利用RANSAC算法与LM算法相结合进行单应矩阵计算,以提高其计算精度,并采用多频段融合算法实现影像拼接。实验表明：通过改进算法在有效提升时间效率的同时,可以获得较高准确率和较高精度的匹配结果,实现无人机影像的快速无缝拼接。     

无人机遥感影像镶嵌技术综述

无人机影像镶嵌是低空遥感数据处理系统中的一个重要内容,其目的是将序列无人机影像拼接成一幅具有地理坐标的影像。为了使该领域的研究人员对当前无人机影像镶嵌方法有较全面的了解,对各种无人机影像镶嵌方法进行了综述。多项式法、卡尔曼滤波法、基于SfM点云匹配和传统空中三角测量法均需要地面控制点,而对偶四元数POS辅助空中三角测量方法无需或者只需少量地面控制点,将在无人机影像镶嵌领域有较为广阔的应用前景。     

一种使用Harris特征点的区域图像检索算法

为了克服图像分割技术的限制，提出了一种基干特征点匹配技术的图像检索算法。手工提取图像中的一块区域作为查询图像，然后使用Harris算子提取彩色特征点，并用相应的颜色特征对特征点进行表示，最后利用特征点匹配技术实现区域图像的检索。实验表明，该方法对于图像的亮度变化和几何变换具有很强的鲁棒性，可以有效提高检索准确率。     

基于BBF优化算法的无人机遥感图像配准研究

针对无人机遥感图像中的亮度、尺度、图像重叠等问题,利用BBF优化算法设计无人机遥感图像配准方法。根据无人机遥感成像原理,获取无人机遥感图像作为配准对象,通过图像融合、校正等步骤,完成初始遥感图像的预处理。提取无人机遥感图像的SIFT 特征点和轮廓特征,利用BBF优化算法搜索当前图像与参考图像之间的特征匹配对,完成图像的特征匹配。最终通过粗匹配、精匹配和消除错误匹配点三个步骤,得出无人机遥感图像的配准结果。通过效果测试实验得出结论:与传统配准方法相比,优化设计方法的特征匹配点准确率提升5.15%,漏配率降低了3.75%。     

一种遥感影像的自动配准方法

图像配准技术是图像融合、图像镶嵌以及影像三维重建的基础．提出了一种基于SUSAN(Smallest Univalue Segment Assimilating Nucleus)算子的图像配准方法．利用SUSAN算子提取两幅图像的角点，通过粗匹配和细匹配两个步骤得到匹配角点对．根据这些角点对对图像配准．试验表明该方法能有效的实现影像自动配准．     

大旋角无人机影像全自动拼接方法研究

低空无人机抗风能力弱、稳定性差,影像旋偏角大且存在突变,无法按照常规正射影像镶嵌方法获得全区域拼接影像。为此,提出一种基于尺度不变特征变换(SIFT)特征匹配与多分辨率样条融合的低空无人机影像全自动拼接方法。对非量测影像进行畸变校正,利用查找表设计多幅影像快速畸变校正算法。采用SIFT特征的单应约束影像匹配算法,计算相邻影像的最优变换矩阵。给出最优变换矩阵的多分辨率样条融合影像拼接算法。实验结果表明,该方法能够获得大量稳定的匹配点对,影像间几何变换关系稳定,得到的拼接影像无缝清晰,适用于大旋角、低稳定性的低空无人机影像非摄影测量快速拼接。     

基于无人机航拍图像的关键目标点间距测量研究

为了解决以往测距方法受到噪声影响而导致测量结果精准度低的问题,提出了基于无人机航拍图像的关键目标点间距测量研究。依据无人机航拍图像上下行链路测距原理,设计测量方案实现流程。利用三轴机光电经纬仪获取关键目标点方位角和高低角,采用灰度信息匹配方法匹配图像,标记参考点。根据参考点生成特征描述子,通过局部自相关函数曲率对多维特征描述子进行分类,并对像素点进行检测,以此提取特征点,通过无人机上下行链路获取的图像信息进行间距测量计算。经过图像坐标变换、重采样、图像增强、图像平滑步骤完成误差修正,实现去燥目的。在地空链路有线测试平台上进行数值分析,由结果可知,基于无人机航拍图像测距结果更为精准,有效提高了在复杂地理环境下方法测量精度。